データサイエンティスト検定 リテラシーレベル 無料問題 4 / 10 ・ 分野2: データサイエンス
目的変数が「解約する／しない」の2値である顧客データに、ロジスティック回帰を使う。scikit-learn の解説に沿った、ロジスティック回帰の説明はどれか。
- 名前に「回帰」とあるが、分類のための線形モデルとして実装されている
- 決定木を多数組み合わせて予測する、アンサンブル学習の方式である
- 似た顧客をグループにまとめる、教師なし学習の手法だ
- 名前のとおり、連続した数値を予測するための回帰のモデルである
正解と解説を見る
正解: A
正解の理由
scikit-learn のユーザーガイドは、ロジスティック回帰は名前に反して、機械学習の用語としては回帰ではなく分類のための線形モデルとして実装されている、と説明している。目的変数が「解約する／しない」の2値なら、クラスに属する確率を出し、その確率から分類する。連続値の予測に使う線形回帰とは、予測する対象が違う。
違う選択肢
「名前のとおり、連続した数値を予測するための回帰のモデルである」… 名前に回帰とあっても、ロジスティック回帰は分類のための線形モデルである。連続値の予測専用の手法ではない。
「似た顧客をグループにまとめる、教師なし学習の手法だ」… ロジスティック回帰は、目的変数（正解）を使って学習する教師あり学習である。グループ分けの手法とは別である。
「決定木を多数組み合わせて予測する、アンサンブル学習の方式である」… ロジスティック回帰は線形モデルで、決定木を組み合わせる手法ではない。
押さえどころ
線形回帰は連続値を、ロジスティック回帰は2値などのクラスを予測する。名前に「回帰」が付くが、ロジスティック回帰は分類のモデルである。